4月10日凌晨，谷歌在官网正式发布了Gemini1.5Pro，现在可在180多个国家/地区使用。
Gemini 1.5 Pro 不仅能够生成创意文本和代码，还能理解、总结上传的视频和音频内容，并且支持高达100万tokens的上下文。
在Google AI Studio开发平台中，用户可以免费试用Gemini 1.5 Pro，并且它支持中文提示。这使得用户能够通过简单的操作，上传视频或音频文件，并获取内容的深度总结。例如，用户可以上传一个视频并询问影片的内容，Gemini 1.5 Pro能够快速解析并提供答案。
Gemini 1.5 Pro还提供了音频理解功能，能够快速解析音频文件并总结其内容。这对于需要处理大量视频和音频内容的用户来说，无疑是一个巨大的帮助，因为它可以节省大量的时间。
谷歌还对Gemini API进行了性能优化，包括系统指令、JSON模式以及函数调用优化，这些改进显著提升了模型的稳定性和输出能力。系统指令功能允许用户根据特定需求控制模型的行为，JSON模式可以帮助开发者从文本或图像中提取结构化数据，而函数调用优化则支持开发者实现更全面的查询响应。
详情点此查看: https://developers.googleblog.com/2024/04/gemini-15-pro-in-public-preview-with-new-features.html
音频理解能力: https://github.com/google-gemini/cookbook/blob/main/quickstarts/Audio.ipynb
还在为PDF转换、拆分、压缩焦头烂额？试过无数软件不是收费就是广告轰炸？ 比起某度某转的限免套路，这工具完全免费无广告！PDF24 Tools 一键解决所有PDF难题！这工具让我效率翻倍，立刻收藏！
亲测：一键解决4大设计痛点！ 1️⃣ 「设计稿压缩至10%」 超大PDF转手绘/3D建模文件拖不动？用它智能压缩，画质无损却秒瘦身！
2️⃣ 「30页稿件一键合并」 提案PPT、展板分镜、作品集散装文件？直接拖拽28合1合并，自动排版不乱码！
3️⃣ 「水印防盗+版权锁」 怕设计被盗？秒加动态水印，还能用密码锁死PDF！客户预览只能看不能改！
4️⃣ 「设计稿秒变可编辑文本」 扫描版PDF改个字要重做？AI级OCR识别，直接提取文字/图标！客户反馈“红色标注”5分钟搞定，拒绝无效加班！
免费且易于使用的在线PDF工具：https://tools.pdf24.org/zh/
近日，Anthropic 公司发布了 Claude 3.5 Sonnet，作为 OpenAI 的劲敌，这款全新的人工智能模型在智能水平上超越了所有的竞争对手。在推理、知识和编码能力方面，Claude 3.5 Sonnet 能够迅速理解复杂指令，撰写出高质量内容。与 Claude 3 Opus 相比，解码速度提升两倍，编码评估中解决的问题比例高达64%，展现出无与伦比的独立编写、编辑和执行代码能力，
Artifacts 功能更是锦上添花，允许用户在Claude.ai上动态编辑和构建Claude生成的内容，甚至能直接展示生成的代码为网页，无论是HTML、JS、CSS还是SVG都能轻松实现。
Claude 3.5 Sonnet的到来，意味着代码世界即将迎来一场革命。你，准备好迎接挑战了吗？
昨天时代杂志评选的 2023 年度最佳发明，其中有 14 款 AI 工具入选名单，其中不少都和设计师有关工作，值得一看：
① 跳出框框自由编辑：Adobe Photoshop Generative Expand 和 Generative Fill
② 改变游戏规则的聊天机器人：OpenAI GPT-4
③ 别出心裁的电影剪辑：Runway Gen-2
④ 人工智能鉴定真伪：Alitheon FeaturePrint
⑤ 天空之眼：Dedrone 全城无人机探测
⑥ 翻译大师：Meta SeamlessM4T
⑦ 惊人的声音模仿：So-VITS-SVC
⑧ AI 消防员：AlertCalifornia 和 Cal Fire AI 野火探测器
⑨ 轻松创建音乐：Stable Audio
⑩ 动物保护者：TrailGuard AI
⑪ 画出你的想象：OpenAI Dall-E 3
⑫ 听好了：古腾堡计划开放式有声读物合集
⑬ 节拍：AudioShake
⑭ 智能手机：Humane Ai Pin
